Pour quelques jours là-bas capitalisation de Nvidia il a dépassé de peu celui d'Apple, marquant symboliquement le début d'un nouvelle ère dans le domaine de la technologie : celui del'intelligence artificielle. Cependant, avec la présentation à la WWDC2024, la conférence annuelle des développeurs Apple, de votre solution d'intégration de l'IA dans vos systèmes, Apple Intelligence, Cupertino est redevenue l'entreprise la plus capitalisée au monde. Nvidia reste toujours un redoutable concurrent, mais tout n'est pas un chemin facile pour lui, malgré ses succès incontestés.
I principaux rivaux de Nvidia, ainsi que certains de ses clients les plus importants, collaborent sur uninitiative menée par OpenAI. Le but est de développer un logiciel qui permet aux développeurs d'intelligence artificielle de migrer plus facilement vers les puces produites par les concurrents de Nvidia. Nvidia s'est hissé au rang de leader mondial de la production de puces grâce à son quasi-monopole dans le secteur des composants nécessaires à la création de systèmes d'intelligence artificielle à grande échelle. Cependant, le manque d’offre et les prix élevés poussent les entreprises du secteur à rechercher des solutions alternatives.
Bien que le création de nouvelles puces représente une étape importante pour l’intelligence artificielle, elle ne résout pas complètement le problème lié aux systèmes avancés. La vérité L'arme secrète de Nvidia en fait, il réside dans son plate-forme logicielle, Cuda. Cette plateforme vous permet d'exploiter des puces, initialement conçues comme des accélérateurs graphiques, pour exécuter des applications d'intelligence artificielle plus rapidement et plus efficacement.
Vers une coalition
Avec le 'objectif de créer une alternative valableSur la plateforme Cuda de Nvidia, les concurrents et les clients du géant des puces se réunissent pour mettre le Triton sous tension. Développé par OpenAI et publié pour la première fois en 2021, Triton est un logiciel conçu pour exécuter du code sur une large gamme de puces IA.
Des géants comme Meta, Microsoft et Google, qui ont déjà investi des sommes considérables dans l'achat de puces Nvidia, contribuent activement au développement de Triton, tout en continuant à réaliser de manière indépendante la conception de leurs propres puces pour l'intelligence artificielle.
L'intention de ce groupe d'entreprises, qui comprend également les fabricants concurrents Intel, AMD et Qualcomm, est claire : investir dans Triton pour retirer des parts de marché à Nvidia et briser la domination incontestée du géant dans le secteur du matériel d’intelligence artificielle.
Comme le souligne Greg Lavande, directeur de la technologie de Intel, l'objectif principal est de « briser le verrouillage de Cuda », en libérant les développeurs de la nécessité d'utiliser exclusivement des puces Nvidia pour exécuter des applications d'IA.
Nvidia, avec une valorisation dépassant les 3 XNUMX milliards de dollars, est désormais la deuxième entreprise la plus capitalisée au monde et pourrait bientôt devenir la première. Intel et AMD ont du mal à suivre.
Un écosystème matériel-logiciel à la Apple
Il Le domaine de Nvidia dans le domaine de l'intelligence artificielle ne s'appuie pas uniquement sur la puissance de ses puces, mais plutôt sur une écosystème matériel-logiciel parfaitement intégrée que les concurrents peinent à reproduire.
Comme il l'a bien expliqué Jensen HuangChef de la direction Nvidia, lors de la GPU Technology Conference en mars dernier : « Notre cœur de métier ne consiste pas simplement à construire des puces. Nous créons tout un supercalculateur, de la puce au système en passant par les interconnexions… mais surtout le logiciel qui représente le véritable système d’exploitation de l’intelligence artificielle.
Fondée il y a plus de 30 ans pour soutenir le développement de jeux vidéo, Nvidia a trouvé le passage à l'intelligence artificielle facilité par son logiciel Cuda, lancé en 2006 pour permettre à des applications à usage général de s'exécuter sur ses unités de traitement graphique (GPU).
Depuis, lel'entreprise a investi des milliards de dollars dans le développement de centaines d'outils logiciels et de services qui optimisent l'exécution d'applications d'intelligence artificielle sur propres GPU, les rendant plus rapides et plus accessibles.
Tous les logiciels
Il semble que Nvidia ait un équipe dédiée au développement logiciel doubler la taille de celui qui fonctionne sur le matériel.
David Katz, partenaire de Entreprises radicales, fonds d'investissement spécialisé dans l'intelligence artificielle, comprend la force de Nvidia : « À mon avis, ce que Nvidia a réellement réalisé est souvent sous-estimé. Ils ont créé autour de leurs produits un écosystème logiciel efficace, intuitif, performant et capable de simplifier considérablement des tâches complexes. C’est un système qui est le résultat d’une évolution progressive, portée par une très large communauté d’utilisateurs sur une période de temps considérable.
Le prix élevé des produits Nvidia et la longue file d'attente pour acheter ses équipements les plus avancés, comme le H100 et le prochaine « super puce » GB200, ont créé un problème et nous ont poussés à chercher des alternatives.
Cependant, comme la plupart des systèmes et applications d'IA fonctionnent déjà sur le logiciel Cuda de Nvidia, il est long et risqué pour les développeurs de les réécrire pour d'autres processeurs, tels que l'AMD MI300, l'Intel Gaudi 3 ou l'Amazon Trainium.
Pour se démarquer de Nvidia, il faut non seulement rechercher du matériel compétitif, mais aussi et surtout le rendre facile à utiliser via des logiciels.
Des rivaux des puces Nvidia comme Google IA TPU ils offrent des performances comparables dans les tests de référence, mais c'est le logiciel qui fait la différence. Les dirigeants de Nvidia affirment que leur travail logiciel permet de déployer un nouveau modèle d'IA sur leurs dernières puces en « quelques secondes » et offre des améliorations continues de l'efficacité. Mais ces avantages un prix: Le verrouillage de Cuda.
La solution open source : Triton
Meryem Arik, co-fondatrice de TitanML, une startup d'IA basée à Londres, a révélé que son entreprise utilisait initialement Cuda, mais que la pénurie de GPU l'a poussée à réécrire ses applications dans Triton. Ce choix stratégique a permis à TitanML d'acquérir de nouveaux clients qui souhaitaient éviter le soi-disant « prix Cuda ».
Triton, dont le co-créateur Philippe Tillet a rejoint OpenAI en 2019, il affiche un caractère open source, permettant à chacun de visualiser, adapter ou améliorer librement son code. Cet aspect confère à Triton un attrait intrinsèque pour les développeurs par rapport à Cuda, qui appartient plutôt à Nvidia.
Bien que Triton fonctionnait initialement exclusivement sur des GPU Nvidia, prend également en charge l'AMD MI300 et, sous peu, leIntel Gaudi et d'autres puces accélératrices.
Un esempio emblématique est celui de Meta, qui a placé le logiciel Triton au cœur de sa puce d'IA développée en interne, MTIA. Lorsque Meta a lancé la deuxième génération de MTIA le mois dernier, ses ingénieurs ont souligné la haute efficacité et l'indépendance matérielle de Triton, lui permettant de fonctionner sur une large gamme d'architectures de puces.
La Fondation UXL
Ainsi qu'OpenAI, même les développeurs rivaux comme Anthropique et même Nvidia lui-même ont contribué à l'amélioration de Triton, comme le souligne à partir des journaux sur GitHub et des discussions sur la boîte à outils.
Triton n'est pas la seule tentative de contester la domination logicielle de Nvidia. Intel, Google, Arm et Qualcomm font partie des membres du Fondation UXL, une alliance industrielle qu'il développe une alternative à Cuda basé sur Plateforme open source OneAPI d'Intel.
Chris Latter, ancien ingénieur senior chez Apple, Tesla et Google, a lancé Mojo, un langage de programmation dédié aux développeurs d'IA dont le principal point fort est l'absence de Cuda comme prérequis.
Avec sa startup Modular, Lattner vise à rendre la création de modèles d’IA « considérablement plus accessible » aux « développeurs de tous types, et pas seulement aux experts d’élite des grandes entreprises d’IA ».
Le long de la route
Même si Triton ou Mojo s'avèrent être des solutions compétitives, les concurrents de Nvidia devront faire face un long chemin pour fermer l'avance initiale de Cuda. Le Analystes de Citi ils prédisent que la part de Nvidia sur le marché des puces d'IA génératives passera d'environ 81 % l'année prochaine à environ 63 % d'ici 2030, confirmant sa domination pour de nombreuses années à venir.
"Construire une puce compétitive avec Nvidia est un défi de taille, mais il est encore plus difficile de construire l'intégralité de la pile logicielle et de convaincre les utilisateurs de l'utiliser", a-t-il déclaré. Pekhimenko.
« L'écosystème logiciel est en constante évolution et je crois que l'écart se comblera avec le temps", a ajouté Lavande.
L'approche de Nvidia, qui intègre le matériel et les logiciels en un seul système unique, est lié à la philosophie de Steve Jobs et à son concept du « tout dans un seul bibelot ». Cette stratégie a permis à Apple de conserver un avantage concurrentiel significatif depuis plus de 40 ans sur le marché haut de gamme. La même chose pourrait arriver à Nvidia.
sources:
- Tim Bradshaw, Les rivaux de Nvidia visent sa domination des logiciels, « The Financial Times », 24 mai 2024
- David McCabe, Les États-Unis ouvrent la voie aux enquêtes antitrust sur Nvidia, Microsoft et OpenAI, « The New York Times », 5 juin 2024
- Michael Acton, Niccolas Megaw et Nvidia dépassent Apple alors que sa capitalisation boursière dépasse les 3 6 milliards de dollars, « The Financial Times », 2024 juin XNUMX
